밑바닥부터 만드는 AI 에이전트 — RAG · 멀티 에이전트 · MCP

프레임워크 없이 Python과 while 문 하나로 AI 에이전트를 직접 만듭니다. 입문 파트에서는 도구 설계, 실패와 비용, 기억, 사람 승인, 평가, 웹 화면을 한 편씩 붙여 작은 코딩 에이전트를 완성하고, 실전 파트에서는 실제 사업보고서(DART)로 RAG · 멀티 에이전트 · MCP 서버를 직접 구현한 뒤 LangChain · LangGraph와 숫자로 비교합니다.

58명 이 수강하고 있어요.

난이도 초급

수강기한 무제한

실습 중심
실습 중심
AI 코딩
AI 코딩
mcp
mcp
rag시스템구축
rag시스템구축
멀티에이전트
멀티에이전트
실습 중심
실습 중심
AI 코딩
AI 코딩
mcp
mcp
rag시스템구축
rag시스템구축
멀티에이전트
멀티에이전트
새소식 목록
관리작성
단테님의 프로필 이미지

・

수정됨

실전 파트 23편 전체 공개 — RAG · 멀티 에이전트 · MCP · 배포까지

안녕하세요, 단테입니다.

예고드린 실전 파트가 오늘 모두 공개됐습니다. 수강 중이시면 추가 결제 없이 바로 보실 수 있어요.

실전 파트 구성 (23편 + 배포 따라 하기 부록)

· 실전 1 · 오리엔테이션과 성적표: 완성 데모, 환경 점검, 에이전트 루프와 성적표

· 실전 2 · 도구 설계: 공시 조회 도구 15개, 도구 40개와 도구 검색

· 실전 3 · 컨텍스트 엔지니어링: 사업보고서 전체 넣기, 긴 작업 관리, 스킬과 서브에이전트

· 실전 4 · RAG: 사업보고서 Q&A, BM25 · 벡터 · 재정렬, 인용과 숫자 검증, LangChain · LlamaIndex 비교

· 실전 5 · 멀티 에이전트: 기업 리서치 팀, 인용 검증기, LangGraph로 옮기기

· 실전 6 · MCP: 공시 검색 MCP 서버를 직접 구현해서 원격 배포 · 보안 · LangChain 어댑터까지

· 실전 7 · 캡스톤: FastAPI + SSE 백엔드, React 화면, 배포와 최종 성적표, Render 배포 따라 하기

처음 while 문 하나였던 에이전트가, 마지막 성적표에서는 같은 20문항 기준 정답 90% → 95%, 출처가 붙은 문장 0/63 → 71/72가 됩니다.

시작은 실전 0편 환경 점검부터 해 주세요. OpenRouter 키와 OpenDART 키(무료)가 필요합니다.

막히는 곳은 수업 질문란에 남겨 주세요. 감사합니다.

댓글